رگ های انگشت یکی از مناسب ترین بیومتریک ها برای شناسایی افراد می باشند. در این مطالعه کاربردی، شناسایی افراد از طریق بیومتریک رگ های خونی انگشت دست بررسی و پیاده سازی خواهد شد. ابتدا رگ ها را از تصاویر با آستانه گذاری مبتنی بر آنتروپی استخراج می کنیم. این روش با نرخ قابل قبولی رگ ها را استخراج می کند، اما تصاویر به شدت نویزی می باشند. به این مفهوم که علاوه بر رگ ها که بصورت خطوط تیره ظاهر می شوند، تعدادی خطوط کوتاه و بلند دیگر نیز در تصاویر وجود دارد. سپس تبدیل رادون را به تصاویر قطعه بندی شده اعمال نمودیم. تبدیل رادون به علت داشتن ماهیت انتگرالی، نسبت به نویزهای موجود در تصویر حساس نیست، بنابراین در مقایسه با سایر روش ها نسبت به نویز از مقاومت بیشتری برخوردار است. با استفاده از این تبدیل علاوه بر این که به استخراج خطوط رگ بطور دقیق نیاز نیست، دقت و سرعت شناسایی نیز افزایش می یابد. در روش پیشنهادی از روش های کاهش ابعاد، یعنی تحلیل مولفه های اصلی (pca)و الگوهای فضائی مشترک (csp) برای استخراج ویژگی از تصاویر رگ انگشت دست استفاده می شود. برای همین ابتدا تصاویر رادون را پنجره کرده و سپس بر روی هر پنجره بصورت مجزا روش های استخراج ویژگی pca یا csp را اعمال می کنیم. سپس توسط الگوریتم بهینه سازی ژنتیک(ga) ویژگی های استخراج شده از پنجره های زائد را از بردار ویژگی نهائی حذف می کنیم. در نهایت از شبکه عصبی پرسپترون چند لایه (mlp) و کلاسه بند نزدیکترین همسایه (1-nn) برای دسته بندی داده ها استفاده می کنیم. الگوریتم پیشنهادی را بر روی مجموعه تصاویر رگ انگشت پایگاه داده دانشگاه پکینگ اعمال کردیم. با بکار بردن روش پیشنهادی بر روی این مجموعه داده، توانستیم به نرخ موفقیت 100درصد دست پیدا کنیم.